LTCM：天才的陨落
1998年，美国有一家叫做长期资本管理公司（LTCM）的对冲基金。它的员工里包括两位诺贝尔经济学奖得主——默顿和斯科尔斯（就是Black-Scholes期权定价公式的那两位），还有前美联储副主席。智商密度可能比任何一个大学金融系都高。
前四年，LTCM的年化收益率超过40%，几乎没有回撤。所有人都觉得：这群天才找到了"金融界的永动机"。他们的策略是什么？核心是收敛套利——找到被市场"错误定价"的债券对，赌它们的价差会回归正常。这种"错误定价"通常很小，为了放大利润，他们用了极高的杠杆——最高时达到28倍。
28倍杠杆意味着什么？你的本金是100块钱，你借了2800块钱在交易。只要市场稍微朝不利方向波动3.5%，你的本金就归零了。
1998年8月，俄罗斯宣布债务违约——一个"不可能发生"的黑天鹅事件。所有收敛交易的价差突然扩大而非缩小。LTCM在短短几个月里亏损了46亿美元，几乎把美国金融体系拖垮，最终被美联储组织14家银行联合救助。
LTCM的故事给量化交易上的一课，不是"策略错了"——策略逻辑没问题，收敛套利至今仍然是量化基金的主流策略。问题是风控没了。他们把赌注押在了"黑天鹅不会发生"上。黑天鹅从不提前通知。
风控是"活下去的保障"，不是"赚钱的工具"
很多初学者把风控当成"束缚"——止损限制了我的收益、仓位限制让我的资金利用效率变低了。这个想法错得离谱。风控不是让你赚得少，而是保证你能活到赚钱的那一天。
风控 = 汽车的刹车，不是速度限制
没有刹车的跑车能开更快吗？在直道上能，但第一个弯道就飞出赛道了。刹车让你敢在直道上加速——因为你知道自己能安全减速。风控在交易中的角色一模一样：因为你有止损和仓位限制，所以你敢让策略跑——因为你知道最坏情况下亏多少。
风控的五大支柱
1. 仓位管理（Position Sizing）——"每次下注多少"
这是风控的第一道防线。简单的凯利公式（Kelly Criterion）给出了理论最优仓位：f = (bp - q) / b，其中b是盈亏比、p是胜率、q是失败率。但实践中，大多数人使用半凯利（Half Kelly）——理论最优仓位的一半——因为凯利公式假设你精确知道自己的胜率和盈亏比，而现实中这两者都是估计值。
2. 止损（Stop Loss）——"亏到哪就认输"
止损不是策略的一部分——止损是生存策略的一部分。你的策略可能有100个理由"这只股票还会涨"，但如果它已经跌破了你的止损线，所有理由都作废。止损线应该在"进场之前"就设定好，永不临时修改。临时放宽止损线是交易账户走向归零的第一步。
3. 分散化（Diversification）——"别把所有鸡蛋放一个篮子"
分散化是最古老也最有效的风控手段。但量化交易中的分散化不是"买100只不同的股票"这么简单——你要确保这100只股票在不同的因子、不同的行业、不同的市场状态下"不同步"地波动。如果你的100只股票全是大盘科技股，分散化就是假象——一次行业利空，它们一起跌。
4. 压力测试（Stress Testing）——"如果再来一次2008年呢？"
压力测试回答一个简单但令人不安的问题：在最坏的历史情景下（2008年金融危机、2015年A股熔断、2020年疫情暴跌），我的策略会亏多少？如果压力测试的结果让你睡不着觉——调整仓位参数，重新来过。
5. 黑天鹅准备——"不可能发生的事，总会发生"
塔勒布说：黑天鹅事件有三个特征——不可预测、影响巨大、事后看起来"理所应当"。LTCM的俄罗斯违约是黑天鹅，2008年次贷危机是黑天鹅，2020年疫情暴跌也是黑天鹅。你不能预测黑天鹅，但你可以让策略在遭遇黑天鹅时不会归零。这就是为什么极端杠杆永远不可取——在黑天鹅面前，杠杆不是"放大器"，是"引爆器"。
模拟杠杆爆仓小游戏
调节杠杆倍数，观察风险变化
拖动滑块试试——30倍杠杆下，市场只需反向波动3.3%就能让本金归零。而这在A股历史上是"正常波动"。
AI思考练习：设计你的风控方案
复制下面这段话发给 AI，让它帮你建立风控意识：
本章小结
本章要点
- 风控第一，收益第二：LTCM证明了——再天才的策略，没有风控也会归零。风控不是束缚，是让你敢加速的"刹车"。
- 五大支柱：仓位管理（每次下注多少）、止损（亏到哪就认输）、分散化（别让篮子里的蛋一起碎）、压力测试（如果再来一次2008呢）、黑天鹅准备（不可能发生的事总会发生）。
- 杠杆的双刃剑：30倍杠杆下，市场反向波动3.3%就归零。杠杆放大收益的速度和放大亏损的速度完全一样。
- 止损铁律：止损线在进场前设定，永不临时修改。临时放宽止损线是交易账户归零的第一步。
微信扫一扫，支持作者继续创作